AI浪潮下，老互联网人如何自处？本文作者以亲身经历，从抗拒到拥抱，提出“但用AI，莫问结局”的务实心态。通过四个具体步骤——消耗Token、改造工作流、团队协作升级、探索新价值网络，为同龄人提供了一份可落地的AI转型指南。

如果把这篇文章当成一封信，我更愿意说，它是一封写给老互联网人的AI推荐信。

写给快40岁的自己，也写给那些和我差不多、吃过一些互联网红利、也正在被AI时代重新教育的人。

这封信不是想讲大道理，也不是想制造焦虑。它只是想认真推荐一件事：如果你还没想清楚该怎么面对AI，那就先开始用它。

俗话说：”但行好事，莫问前程。”

我越来越觉得，这句话放在今天的AI语境里，也依然成立。翻译成大白话就是：做好你能做的事，接受你控制不了的事，别老盯着结果焦虑，先把眼前这一步走出去。

放到今天，我更愿意把它改成一句送给自己，也送给同代人的话：

但用AI，莫问结局。

哪怕你觉得AI有泡沫，我也相信它一定有泡沫，但这并不妨碍它正在成为这个时代最重要的技术变量。至少在当下这个阶段，使用AI，已经是每个人都绕不过去的必选题。

说实话，作为一个眼看就要奔着40岁去的互联网人，我对AI并不是一开始就全盘拥抱的。我挑刺过它的幻觉、使用门槛和不确定性，也抗拒过它带来的变化：10年经验快速贬值，18岁是AI Native而38岁还在理解什么是Agent，大厂裁员越来越像常态。

一个吃过互联网红利的人，面对AI时代，心态注定是复杂的。谁不希望自己积累的经验，还能继续兑换成稳定的收入？

但现实不讲情怀。互联网时代的工程师福利、产品经理福利，正在快速退潮。更残酷的是，互联网时代还曾给普通人预留过入口——专科生自学几个月，也能成为工程师。可AI时代的核心位置，硕士未必够用，博士、博士后成了主旋律。

所以，当发小跟我说：”你们接触AI机会多，抓住机会多学一学。”我嘴上只能敷衍一句：”属于我们的时代可能过去了。”

但后来我慢慢想明白了：

我们未必能成为创造AI的人，但完全可以成为使用AI的人。

就像工业时代，不是每个人都能发明蒸汽机，但你可以学会使用它。时代的门票，不只发给发明者，也会发给最早学会使用新工具的人。

如果造不了AI，那就尽快成为会用AI的人；暂时谈不上”会用”，就先从”不抗拒”和”先上手”开始。

对我来说，心态转变有三层：

一是归零，把AI当一个能力不稳定但成长极快的搭档；

二是切换思维，从”凡事亲力亲为”变成”凡事先想能不能交给AI”；

三是从小事着手，这个过程像推飞轮，前面慢，后面越来越顺——你积累的是经验和Prompt，AI积累的是模型能力和工具能力，两者叠加，时间一长差距会非常明显。

如果这封信要落到具体处，我给自己也给你，推荐下面4件事。

第一，先把Token用到”心疼”为止

公司买了AI会员，想办法尽量把它消耗完；没买，就先上一个模型Key，哪怕从DeepSeek V4这种按量计费的开始。

很多人的认知局限，不是方法问题，而是使用量不够。我见过有人花10多分钟让AI搭了个HR SaaS初版，就得出结论”等有空我自己手搓一个北森”；也见过不少人说不知道用AI干什么，或者觉得用它更费时间。这些问题的本质，不是”AI没用”，而是Token跑得不够，还没摸到它的能力边界。

如果你还没体验过”这个月Token又快没了”的感觉，大概率还没真正入门。真正把AI用顺手的人，多少都有点”铺张浪费”的气质。

不知道怎么消耗Token？那就别想”值不值得”，先想”能不能让它试试”。装开源软件、配Github仓库、整理凌乱的文件夹、写汇报PPT、搭Demo页面，全都先让它试一遍。先把量跑起来，再谈技巧。

第二，从日常和工作流入手，把AI变成下意识

如果你最大的困惑是”不知道从哪开始”，我建议先从日常琐事入手。装软件、配Github、写汇报、立项分析、整理文件夹，全都先丢给AI试试。

日常工作-安装开源软件

日常工作-克隆并管理Git

日常工作-数据分析与运营计划制定

日常工作-数据分析与运营计划结果

这些事你自己也能做，但关键是完成一次思维迁移：从”凡事自己上手”切换到”先判断这件事能不能交给AI”。哪怕前期浪费Token、效果不如自己做，这一步也值得。我见过太多犹豫不决的人，但很少见到高频使用AI之后还能回到旧习惯的——就像习惯了1.5倍速听课，很难再回到1倍速。

等你适应了这种节奏，再往前走一步，开始改造工作流。

核心逻辑很简单：选一款AI产品，把工作流拆成原子化环节，逐个进行AI化改造。如果你是B端产品经理，你的工作流里需求管理、竞品调研、画原型、写PRD、项目管理、上线公告这些环节，几乎都可以借助AI重做。但千万别一上来眉毛胡子一把抓——优先挑1-2个高频、重复、边界清晰的环节，”先僵化，后固化，再优化”。

以我为例，最早改造的是”需求文档”和”上线公告”。即便如此，前后也花了1年多。前1-2个月输出只能满足30%-50%，后来慢慢优化到80%，直到最近才真正接近100%。关键不是模型能力，而是两件事：Context准备得够不够充分，你调试Skills的经验积累得够不够多。

产品Skills

最近两个月，我已经从单点改造升级到了产品全流程改造——产品规划、方案设计、画原型，甚至Vibe Coding，都在一个窗口里完成。现在每天上班第一件事是打开QoderWork和Trae，Axure、Wiki、XMind已经”吃灰”了。

具体案例可以参考这篇：如何用AI Agent从0到1做一款产品？

Vibe Work——产品工作

Vibe Work——产品工作

第三，从个人提效，走向团队协作的全AI流程改造

前面两条还是”个人层面的迁移”。但真实的办公环境是多岗位协同，真正更有挑战的一步，是把单个岗位的AI工作流，串成跨岗位的AI协作流程。

比如产品经理用Skills写需求文档，自动同步到飞书/钉钉，再由”需求质量检查”Skills过一轮，通过继续，不通过打回；研发同学同理写技术方案并上传；测试同学在群里@AI研发小助手，自动调用测试用例Skills输出冒烟测试文档。研发基于方案Vibe Coding完成后，AI小助手自动测试，发现Bug自动提禅道，能自动修就直接改并发PR，不能就@研发人工介入。设计环节用Computer Use做UI走查，输出建议后@前端。

你可能会问：现在真能做到这么自动化吗？实话实说，还远没有。我们刚起步，还需要3-6个月持续调试。但有一件事已经很明确：每个岗位的AI工作流改造已经开始，一旦某个岗位跑通，很快就会倒逼上下游跟着改。 这不是效率问题，是整个协作方式在发生变化。

第四，从旧价值网络里抽身，去新价值网络里找位置

前面三条，都在讲”如何把AI融入现有工作”。但如果再往前一步，真正更难的问题不是”怎么提效”，而是”原来的价值网络还成立吗”。

以我们做HR SaaS为例，旧价值网络是客户订阅，我们迭代需求。前面所有工作流改造，本质上还是在旧网络里做更高效的事。可一旦客户需求变了——从”帮我把功能做好”变成”帮我完成企业AI升级”——旧网络就可能整体松动。

这时怎么办？一方面，把资源投向AI方向，解决现有客户的新问题。比如CRM SaaS系统CLI化，做成AI Agent的数据连接器；把Agent嵌进产品，实现客户管理全流程智能化；甚至把”销售虚拟员工”作为独立产品售卖给客户——它不止是聊天机器人，而是有身份、有知识、有长期记忆、能自我进化的虚拟员工。

另一方面，用小团队探索新产品方向。比如围绕图文营销、视频营销，用AI Vibe Coding快速做一款小工具，验证PMF。这类产品在传统互联网需要专门团队，但现在1-2个人借助AI就能快速做出来，直接进入市场验证。

这件事的意义，不只是效率提升。它意味着：AI不只是帮你把旧工作做得更快，它还打开了原本不属于普通团队的创造空间。

总结一下

如果把这封信再压缩，我想说这几句话：

• 接受现实。你未必能创造AI，但完全可以成为使用AI的人。
• 先把量跑起来。Token消耗到足够多，才能真正理解AI的能力边界。
• 从最具体的小事和最高频的工作流入手，把AI变成下意识行为。
• 别只盯着个人提效，更要思考团队和企业流程如何被AI重构。
• 也别只想着做旧事更快，还要想清楚AI时代的新价值网络在哪里。

很多人焦虑，不是因为不够努力，而是还站在旧坐标系里试图理解新世界。但时代不会因为你的情绪停下来。

既然如此，就别急着问结果。先用起来，先做起来，先把自己的工作流一点点改掉。

如果你能从这封信里带走点什么，我希望不是某个具体工具或Prompt，而是一个更朴素的念头：别再把AI当成远处的风口，也别把它当成注定和自己无关的东西。你未必要成为创造它的人，但你最好尽快成为会用它的人。

就从今天一件小事开始，从你手头最烦、最重复、最适合交出去的工作环节开始。至于最后会把你带到哪里，很多时候不是一开始就能看清的。

所以，还是那句话：

但用AI，莫问结局。